Перевод русский на по татарский: Татарско-русский онлайн-переводчик и словарь – Яндекс.Переводчик

Перевод русский на по татарский: Татарско-русский онлайн-переводчик и словарь – Яндекс.Переводчик

%d1%80%d1%83%d1%81%d1%81%d0%ba%d0%b8%d0%b9 на татарский — Русский-Татарский

Во всем мире Свидетели Иеговы стали „сильным народом“. Их объединенное всемирное собрание по численности превосходит население не менее 80 отдельно взятых государств мира».

Бөтен дөньяда Йәһвә Шаһитләре „көчле халык“ булдылар. Аларның берләшкән бөтендөнья җыелышы саны буенча дөньядагы 80 аерым дәүләт халкының саныннан күбрәк».

jw2019

К настоящему моменту власти признали «экстремистскими» 80 религиозных публикаций Свидетелей Иеговы.

Бүгенге көнгә Россиядә 80 басмабыз «экстремистик» дип танылган.

jw2019

21 Слово Бога дает нам твердое основание уповать на Иегову (Псалом 118:73—80).

21 Йәһвә сүзе безгә аңа өметләнү өчен ныклы нигез бирә (Мәдхия 118:73—80).

jw2019

Те, кто полагаются на Иегову, «приходят от силы в силу» (Псалом 83:6, 8).

Йәһвәгә өмет баглаганнар «көчтән көчкә киләләр» (Мәдхия 83:6, 8).

jw2019

83:12). Происходит ли подобное в наши дни?

Моңа охшаш хәлне безнең көннәрдә күреп буламы?

jw2019

83 1 Грамотное чтение

jw2019

Они чтят Божье имя (Псалом 83:18).

Алар шулай ук Аллаһы исемен данлый (Марка 12:29).

jw2019

Во время научно-исследовательской работы с попугаем, 80 процентов ответов были логически верными.

Маврикий акцияләрнең 80%-ын тотачак, шул ук вакытта калганы Кытай промоутерларыныкы булачак.

WikiMatrix

Вскоре ее муж и дочь тоже начали изучать Библию (Псалом 83:18; Луки 22:41, 42).

Озакламый аның ире һәм кызы Изге Язмаларны өйрәнә башлаган (Зәбур 82:19; Лүк 22:41, 42).

jw2019

«Чтобы люди знали, что ты, чье имя Иегова, Ты один Всевышний над всей землей» (Псалом 83:18).

«Кешеләр синең исемең Йәһвә икәнлеген, синең бөтен җир өстеннән бердәнбер Аллаһы Тәгалә икәнлегеңне белсен иде» (Зәбур 83:18).

jw2019

Моисею было 80

лет, когда Иегова дал ему важное поручение (Исход 7:7).

Йәһвә Мусага йөкләмә биргәндә, аңа 80 яшь булган (Чыгыш 7:7).

jw2019

Опрос, проведенный социологами Кристофером Бадером и Карсоном Менкеном, показал, «что в паранормальные явления верят 70—80 процентов жителей США».

Кушма Штатларда социология профессорлары Кристофер Бадер һәм Карсон Менкен үткәргән сораштыру буенча, «шактый күп, 70—80 процент, америкалылар ким дигәндә бер табигатьтән өстен нәрсәгә ышана».

jw2019

Например, в таком густонаселенном городе, как Сан-Паулу (Бразилия), число убийств за последнее десятилетие сократилось примерно на

80 процентов.

Бер отчетта әйтелгәнчә, күп халыклы Сан-Паулу шәһәрендә (Бразилия) соңгы дистә ел эчендә кеше үтерү күрсәткече якынча 80 процентка кимегән.

jw2019

Согласно этой теории, 10 % людей любого общества никогда не будут нарушать правил, 10 % будут нарушать их всегда, а 80 % — действуют по обстоятельствам.

Ләкин телнең 20 % лексикасы янәшәдәге кытай теленнән, 10 % ы тибет теленнән алынган.

WikiMatrix

13 В сентябре 2009 года более 80 процентов города Манилы (Филиппины) было затоплено в результате проливных дождей.

13 2009 елның сентябрь аенда коеп яуган яңгыр аркасында Манила шәһәренең (Филиппин) 80 нән артык проценты су астында калган.

jw2019

Бабилине было почти 80 лет, когда она решила стать Свидетелем Иеговы.

Аңа ул вакытта якынча 80 яшь булган.

jw2019

Учебный бланк каждого учащегося находится в его личном учебнике, на страницах 79—81.

Укучы бланкы бу китапның 79—81 нче битләрендә китерелә.

jw2019

В Швейцарии всего 80 уйгуров.

Швейцариядә фәкать 80 уйгур гына бар.

Tatoeba-2020.08

81:1, 6 — Кого называют «богами» и «сынами Всевышнего»?

81:1, 6 — Кемнәрне «аллалар» һәм «Аллаһы Тәгаләнең уллары» дип атаганнар?

jw2019

«Господь дает благодать и славу; ходящих в непорочности Он не лишает благ»,— говорится в Псалме 83:12.

«Ходай дәүләт һәм дан бирә; усаллыксыз йөрүчеләрне яхшылыктан буш итмәс»,— дип әйтелә Мәдхия 83:12 дә.

jw2019

Еще в 80-е годы XIX века группа исследователей Библии начала заниматься просветительной деятельностью, чтобы восстановить многие основные истины из Священного Писания в сердцах искренних людей.

Унтугызынчы гасырның 80 нче елларында Изге Язмаларны тикшерүче төркем аң-белем тарату эшен башкара башлаган. Ул бу эшне эчкерсез кешеләрнең йөрәгенә Изге Язмалардагы күп төп хакыйкатьләрне кире кайтарыр өчен башкарган.

jw2019

В Библии говорится, что имя Бога — Иегова (Псалом 83:18).

Исемең изге дип икърар ителсен»,— дигән (Маттай 6:9).

jw2019

Здесь магистраль пересекает Interstate 80.

Шәһәр статусын 1480 елдан йөртә.

WikiMatrix

Тогда она попросила: «Возьми свою Библию и открой Псалом 83:18».

Ул: «Изге Язмаларыңны алып кил әле һәм Зәбур 83:18 не ачып укы»,— диде.

jw2019

Я никогда не уезжал от дома больше чем на 80 километров, а здесь нам предстояло поехать за 1 500 километров!

Минем беркайчан да өемнән 80 километрдан да ераграк киткәнем юк иде, ә хәзер безгә 1 500 километр юлны үтәргә туры килер иде!

jw2019

стоимость услуг перевода текстов на татарский язык

Даже самая крупная компания порой не склонна держать у себя в штате особых специалистов для осуществления переводов с иностранных языков. Это может быть связано, например, с эпизодичностью возникновения самой потребности в переводах. Кроме того, если переводчики и имеются, они могут быть постоянно загружены работами по устному переводу текстов и информационных статей. Между тем, порой требуется перевод значительного объема справочной информации, документации, специальной литературы. Штатные переводчики текстов с татарского на русский могут успешно справиться, например, с текстом контракта, но для осуществления полного перевода многотомных нормативных документов их возможностей может и не хватить.

Перечень услуг переводчиков с татарского языка

Закономерным результатом этой ситуации и стало возникновение услуг переводчиков, предоставлением которых занимаются фрилансеры удаленно. Переводчик текстов на татарский язык сможет в сжатые сроки и за приемлемую цену удовлетворить потребности многих компаний в квалифицированном и точном переводе значительных объемов текста. Найти его можно на нашем сервисе.

Большинство копирайтеров, работающих удаленно, предоставляют стандартный набор услуг, в число которых входит:

• перевод текстов, контента с сайтов, документов, художественной и научной литературы с татарского языка на русский и наоборот;
• последовательный и синхронный перевод текста, заказать который можно при личной встрече с исполнителем;
• проверка и редактирование переведенного контента.

Особенности перевода татарского языка

Существует три основных диалекта татарского языка:

• восточный;
• средний;
• западный.

Чтобы качественно и профессионально перевести татарский текст на русский язык или русский текст на татарский язык, необходимо знать все эти особенности. В противном случае, получить грамотный материал станет невозможно.

Для того, чтобы в сравнительно короткие сроки успешно перевести текст на татарский язык по сто с лишним тысяч страниц, требуется наличие в штате немалого количества специалистов.

Такие заказы наиболее характерны для заказчиков из следующих сфер деятельности:

• здравоохранение;
• телекоммуникации;
• автомобилестроение;
• нефтегазовая отрасль.

Кроме того, при таких колоссальных объемах требуется уже не только мастерство переводчиков, но и выверенная, точная работа всей системы документооборота. Нужны мощные программы, облегчающие труд переводчиков, требуются надежно и быстро действующие базы данных. Разумеется, для обеспечения всего этого нужно располагать крупным капиталом. Доступная стоимость услуг фрилансеров, осуществляющих качественный, профессиональный перевод текста на татарский язык, позволяет существенно экономить бюджет организации.

Поэтому сегодня каждый может нанять работника для того, чтобы перевести русский текст на татарский язык.

Услуга по переводу текстов на татарский язык доступна каждому. Стоимость перевода зависит от рейтинга выбранного заказчиком исполнителя и ставки. Это позволяет сохранить баланс цены и качества в рамках бюджета заказчика.

Транслит по-русски

С помощью транслитератора translit.ru из букв латинского алфавита получаются буквы кириллицы, иврита, белорусского, украинского и других алфавитов. Этот транслитератор задумывался как сервис для жителей стран бывшего СССР, находящихся за границей и желающих переписываться на своем компьютере на родном языке. Если кто-нибудь говорит «Я пользуюсь транслитом по-русски», то вероятно речь идет о translit.ru. Еще его называют просто «транслит.ру», «транслитератор» или «конвертер кириллицы». Транслитератор translit.ru не является инструментом, строго следующим различным официально принятым правилам транслитерации, а полагается на собственные решения, которые исходя из опыта их использования обеспечивают определенный комфорт и удобство для сценария транслитерации «из латиницы в кириллицу», который востребован за рубежом.

1. Набор текста кириллицей на латинской клавиатуре или наоборот

2. Набор текста в других алфавитах

3. Персональная настройка правил транслитерации

4. Виртуальная клавиатура и набор текста «слепым методом»

5. Дополнительные функции

6. Как скопировать текст?

7. Зачем нужен translit.ru (транслит)?

8. Что делать если компьютер в интернет-кафе, на работе или например в университете не может печатать русскими буквами?

9. Как работать с translit.ru (транслит)?

10. Как работать с русской клавиатурой?

11. Как настроить сцои правила транслитерации?

12. Как набрать заглавный мягкий знак, заглавный твердый знак?

13. Как набрать буквосочетания «йо» или «йе»?

14. Проблема со словосочетанинем «сх». Вместо «сxодить» получается «шодить».

15. Проблема со словосочетанинем «йо». Вместо «район» получается «раён».

16. Как ввести знаки препинания в эмуляторе русской клавиатуры?

17. Как напечатать заглавный мягкий или твердый знак?

18. Есть ли на сайте счетчик символов?

19. Как вернуть текст если вы случайно его испортили или удалили?

20. Каковы гарантии того, что отконвертированный на translit.ru текст не станет достоянием гласности?

21. Как «превратить» русский текст в латиницу?

22. Как чередовать части текста на латинице и на кириллице?

23. Как включить JavaScript в браузере?

1. Набор текста кириллицей на латинской клавиатуре или наоборот

Убедитесь, что над окошком транслитерации включен режим «Я печатаю по-русски». Режимы переключаются клавишей F12 или ESC. Теперь просто набирайте текст латинскими буквами, в окне транслита он автоматически «переведется» в кириллицу.

Если у вас на клавиатуре русская раскладка, а вы хотите набрать текст латиницей, перейдите в режим «Я печатаю на транслите» и печатайте кириллицей, она автоматически «переведется» в латиницу.

Соответствие букв кириллицы и латиницы можно увидеть чуть выше окна транслитерации. Если вас не устраивают правила транслитерации, установленные по умолчанию, вы можете настроить собственные.

2. Набор текста в других алфавитах

Над таблицей соответствия алфавитов выберите в меню язык, на котором вам нужно набрать текст, и пользуйтесь транслитом так же, как для преобразования букв латинского алфавита в кириллицу. Также язык можно выбрать, если кликнуть мышкой на название языка в самом верху страницы справа.

3. Персональная настройка правил транслитерации

Здесь Вы можете настроить собственные правила транслитерации, сохранив их на сайте. Система выдаст Вам персональный номер, по которому Вы всегда сможете получить сохраненные настройки.

4. Виртуальная клавиатура и набор текста «слепым методом»

Ссылка русская клавиатура наверху слева в оранжевом поле включает воображаемую, или виртуальную, русифицированную клавиатуру. Вы можете выбрать любую удобную вам раскладку букв: «йцукен», «яверты» и др.

С помощью этой клавиатуры вы можете печатать по-русски вслепую на компьютерах без поддержки русского языка, или набирать текст, кликая мышкой по буквам на экране.

5. Дополнительные функции

Над окном транслитерации есть несколько функциональных кнопок, с помощью которых вы можете скопировать набранный текст в буфер обмена, послать на печать и т.п.

6. Как скопировать текст?

Сначала выделите текст который хотите скопировать: нажмите левую кнопку мыши и проведите указателем по тексту, или же можно нажать клавишу shift, и, удерживая ее, клавишами управления курсором выделить текст. Как только требуемый участок текста выделен, его можно копировать в другое место, например в форум или почтовую программу. Есть несколько способов сделать это:

а) нажмите кнопку «скопировать» наверху от окошка ввода если вы пользуетесь Internet Explorer
или б) нажмите одновременно клавиши Ctrl и C (немецкая клавиатура: Strg/C; Mac OS X: Apple/C)
или в) нажмите правую кнопку мыши, выберите опцию «Копировать»
Последний шаг. Перейдите курсором в то место, куда в итоге должен попасть текст. Далее вставьте текст посредством одного из следующих действий:

а) нажмите одновременно клавиши Ctrl и V (немецкая клавиатура: Strg/V; Mac OS X: Apple/V)
или б) нажмите правую кнопку мыши, выберите опцию «Вставить»

Текст должен появиться в месте назначения — дело сделано.

7. Зачем нужен translit.ru (транслит)?

Если Вы оказались за границей, и на компьютере, которым Вы пользуетесь, нет русской клавиатуры, то напечатать русский текст (например e-mail друзьям или родственникам) технически возможно, но на практике оказывается очень затруднительным. В таких случаях на помощь и приходит транслитератор (он же транслит, конвертер кириллицы). Принцип транслитерации — нажимая клавиши с латинскими буквами, Вы получаете кириллицу.

8. Что делать если компьютер в интернет-кафе, на работе или например в университете не может печатать русскими буквами?

Все очень просто — translit. ru решит вашу проблему. Вы всегда можете печатать по русски, чтобы набрать сообщение в форум, электронную почту родственникам и др.

9. Как работать с translit.ru (транслит)?

Набирайте текст в окне ввода и вводимые латинские символы сами собой конвертируются в кириллицу. Правила транслита приведены в таблице над окошком ввода — каждой кириллической букве соответствует латинская буква или их комбинация. На иконке-индикаторе Вы увидите, какие буквы установлены в данный момент — иконка текущего алфавита подсвечена зеленым цветом. Переключить алфавит между кириллицей и латиницей можно либо кликнув на иконку либо нажав Esc. Кнопка «В кириллицу» конвертирует текст в окошке ввода в русские буквы. Кнопка «В латиницу» — в латинские. Стереть текст в окошке можно нажав на кнопку «Очистить».

10. Как работать с русской клавиатурой?

Если Вы привыкли печатать «вслепую» и помните русскую раскладку клавиатуры наизусть, то эмуляция русской раскладки клавиатуры — это то, что Вам нужно. Специально для Вас была сделана программа, позволяющая печатать так, словно под руками русскоязычная клавиатура, т.е. с раскладкой ЙЦУКЕН. Сайтом пользуется множество людей из Германии, и для них была также сделана немецкая раскладка клавиатуры, которая отличается от американской положением некоторых клавиш и наличием умляутов. Важно! Если Вы работаете с немецкой раскладкой клавиатуры, то необходимо чтобы также системный индикатор раскладки был в положении De (справа внизу на контрольной панели Windows). Знаки препинания эмулятором клавиатуры не обрабатываются. Чтобы ввести латинские буквы либо знаки препинания, используйте индикатор переключатель (Rus-Lat над полем ввода). Нажмите клавишy Esc или кликните по индикатору мышкой.

11. Как настроить сцои правила транслитерации?

На главной странице Войдите в свой пользовательский аккаунт или зарегистрируйте новый, кликните ссылку «настроить», введите свои обозначения для букв в пункте «таблица транслитерации», не забудте сохранить настройки.

12. Как набрать заглавный мягкий знак, заглавный твердый знак?

Независимо от используемой таблицы транслитерации, общее правило таково: если буква транслитерируется знаком, или на первом месте в транслитерации стоит знак, то чтобы набрать заглавную букву, надо напечатать знак дважды. Итак, Ъ=##, Ь=»

13. Как набрать буквосочетания «йо» или «йе»?

Чтобы вместо буквы «ё» получилось «йо», надо набирать «j+o». По аналогии, набирайте «j+e» чтобы получилось «йе». Всегда используйте + чтобы разделить буквы.

14. Проблема со словосочетанинем «сх». Вместо «сxодить» получается «шодить».

Вместо shodit’ печатайте s+hodit’ — используйте плюс как разделитель букв s и h.

15. Проблема со словосочетанинем «йо». Вместо «район» получается «раён».

Вместо rajon печатайте raj+on — используйте плюс как разделитель букв j и o.

16. Как ввести знаки препинания в эмуляторе русской клавиатуры?

Эмулятор клавиатуры поддерживает только буквы. Чтобы ввести знаки препинания или другие символы, переключитесь на латинский алфавит при помощи клавиши Esc и набирайте знаки препинания в соответствии с их расположением на вашей клавиатуре.

17. Как напечатать заглавный мягкий или твердый знак?

Заглавный мягкий знак получается если вы два раза подряд печатаете прописной мягкий знак. Чтобы получить заглавный твердый знак, напечатайте дважды прописной твердый знак.

18. Есть ли на сайте счетчик символов?

Да, вам следует зарегистрироваться, зайти в настройки и включить опцию «считать символы».

19. Как вернуть текст если вы случайно его испортили или удалили?

Нажмите клавиши Ctrl-Z, либо кнопку «Вернуть» в левом верхнем углу окна ввода текста.

20. Каковы гарантии того, что отконвертированный на translit.ru текст не станет достоянием гласности?

Программы «translit.ru», «русская клавиатура», «конвертер регистров» работают локально в вашем браузере. Т.е. набираемый или редактируемый текст не попадает на сервер, а в процессе набора существует только на вашем компьютере. Скрипт «классический translit.ru», также как и скрипт печати текста выполняется на удаленном сервере хостинг-провайдера и не производит сохранения транслитерируемого текста на сервере, а лишь обрабатывает текст и выдает его на экран пользователю. Могу заверить Вас, уважаемый пользователь, что никакой текст никем посторонним на сайте translit.ru прочитан не будет.

21. Как «превратить» русский текст в латиницу?

Поместите текст в окошко ввода, а затем нажмите кнопку «в латиницу».

22. Как чередовать части текста на латинице и на кириллице?

Чтобы переключить алфавит «на лету», надо нажать клавишу Esc либо кликнуть мышкой на рисунок Lat-Rus над окном ввода. Зеленым цветом подсвечен выбранный алфавит. Если вы работаете с «классическим транслитом», то выделите текст который не должен транслитерироваться знаками подчеркивания _с обоих сторон_.

23. Как включить JavaScript в браузере?

JavaScript – встроенный в браузер язык программирования. Как включить JavaScript написано здесь. В крайнем случае, вы всегда сможте конвертировать текст в «мобильном транслите», не требующем включенного JavaScript.

Татарские сказки (слушать аудиокнигу бесплатно)

00:17

01. Татарские сказки

20:25

02. Сылу-краса — серебряная коса

21:48

03. Три волшебных пёрышка

32:44

04. Белогривка

23:49

05. Сказка о шайтане и его дочери

32:38

06. Толкователь сновидений

11:51

07. Жадность и щедрость

19:39

08. Джигит и хитрый бай

34:20

10. Алмай-батыр и Сандугач

06:06

11. Рогатый падишах

25:57

12. Сорок братьев

58:46

13. Дутан-батыр

09:11

15. Находчивый Гульназек

11:01

16. Гульчечек

1:14:21

17. Тан-батыр

57:46

19. Золотая птица

15:55

20. Змеиный шах

30:34

21. Рубашка из цветов

13:06

22. Камыр-батыр

53:20

23. Голуби-чародеи

16:08

25. Соломторхан

38:18

26. Джигит и служанка

06:20

27. Убыр-Таз

10:17

28. Когда кукушка закукует

30:44

29. Турай-батыр и хан подземного царства

08:13

30. Победитель дивов

32:34

31. Сказка о жене падишаха и Алтынчеч

41:51

32. Одиннадцатый сын Ахмет

16:43

33. Девять Тукылдыков и один Мимылдык

46:11

34. Сказка о младшем принце и белом волке

Об «обитателях могил» в татарском тафсире

Изданная муфтиятом Татарстана книга «Кәлам Шәриф. Мәгънәви тәрҗемә» стала предметом жаркой дискуссии из-за двусмысленного текста об «обращении за помощью к обитателям могил». Читатели обратили внимание на то, что как сама фраза, так и общий контекст, в который она входит (касающийся «душ святых приближенных Аллаха, отделившихся о тел и достигших мира ангелов»), противоречат ключевому в исламе постулату Единобожия. В сетях и мессенджерах это произвело эффект разорвавшейся бомбы – после чего муфтияту пришлось оперативно тушить пожар эмоций официальными пояснениями. Между тем, издание уже разошлась по городам и весям, и довести логические конструкции муфтията до каждого его читателя, увы, не представляется возможным.

Проблемы можно было избежать, если бы заведомо двоякая фраза была сопровождена соответствующими комментариями в самой книге. А при более академическом подходе – и хадисоведческим анализом, дающим понимание о степени достоверности использованных в ней источников. В этом уверены авторы предлагаемого ниже небольшого исследования на данную тему.

В предисловии книги «Кәлам Шәриф. Мәгънәви тәрҗемә» на татарском языке упомянуты тафсиры, которыми пользовались ученые ДУМ РТ при написании данного «уникального татароязычного богословского труда». В приведенном перечне есть тафсир «Куръан Маджид», принадлежащий перу шейха Махмуда афанди Накшбандий аль-Уфи. Если сравнить резонансную сноску из «Кәлам Шәриф. Мәгънәви тәрҗемә» со сноской из «Куръан Маджид», то очевидно, что эта сноска переведена с турецкого языка из книги Махмуда афанди.

Оригинал турецкого тафсира:

«Âyet-i celîlelerde geçen yeminler, evliyâullâhın ruhları gibi birtakım fazîletli ruhlara ait olabilir ki, bunagöre bedenlerinden tamamen ayrılan bu kutsal ruhlar melekût âlemine sevinçli bir şekilde ulaşır,orada yüzer gibi gezinir, nezih makamlara süratlice varır, şerefinden ve manevî gücünden dolayı da yaratıkların işlerini yöneten rûhânîlere katılırlar. Bundan dolayı: “İşlerinizde şaşkına döndüğünüz zaman kabir ehlinden yardım isteyin!” buyurulmuştur. (Beyzâvî, Fahrurrâzî, Şihâb)»

Перевод с турецкого на татарский:

«Аяте кәримдә телгә алынган антлар Аллаһның дуслары булган әүлияләрнең рухлары кебек фазыйләтле рухлар белән бәйле була ала. Бәдәннәреннән тәмам аерылган бу изге рухлар фәрештәләр галәменә сөенечле бер шәкелдә ирешәләр, анда йөзеп йөргән шикелле бер урыннан икенче урынга бик тиз күчәләр, шәрәфләре һәм рухи көчләре сәбәпле, мәхлукларның эшләре белән идарә иткән рухани затларга кушылалар. Шуңа күрә: «Эшләрегездә аптырашка калган чагыгызда кабер әһелләреннән ярдәм сорагыз! – дип әйтелгән (Бәйдави, Фәхруррази, Шиһаб).

Перевод с татарского на русский:

«Не исключено, что клятвы, которые упоминаются в этих аятах (речь идет о первых аятах суры «Вырывающие»), касаются душ святых приближенных Аллаха (авлия). Их святые души полностью отделившись от тел, в каком то радостном состоянии, достигают мира ангелов. И как будто бы плывя, очень быстро передвигаются с места на место и, благодаря своей особой духовной силе (возможности), воссоединяются с духовными сущностями, управляющими делами творений. Поэтому сказано: «Если вы в своих делах окажетесь в затруднительном положении, то просите помощи у обитателей могил!» (Байдави, Фахруррази, Шихаб).

Мусульманам предписан «хуснуз-зан» – думать друг о друге исключительно хорошее. Поэтому здесь не место теориям заговора. Скорее всего, ученые ДУМ РТ до разразившегося скандала не придали значения оригинальной цитате Байдави (на арабском языке), в которой нет слов об «обитателях могил», а просто внесли в татарский тафсир то, что перевел для них переводчик из вышеупомянутого турецкого тафсира шейха Махмуда афанди Накшбанди аль-Уфи. В противном случае перевод цитаты с арабского однозначно звучал бы иначе, а самое главное – было бы понятно, что словам об «обитателях могил» здесь не место, а упомянутая сноска в таком виде выглядит немного нелогично. Ведь цитата Байдави об одном, а фраза об «обитателях могил» совсем о другом, и она – исходя из того, что изложено официальным представителем ДУМ РТ – не может быть продолжением цитаты Байдави.

Нужно признать, что ученые ДУМ РТ – как и все – не застрахованы от ошибок, и позволили просочиться двоякому тексту в татарский тафсир, который всколыхнул татароязычных мусульман. Ведь наши предки никогда не поклонялись ни могилам, ни их обитателям и, как адекватные традиционные мусульмане, не просили ни у кого, кроме Всевышнего Аллаха! Но радует то, что обоснованная реакция читателей в Сети сподвигла представителей ДУМ РТ еще раз вернуться к тексту и внести некоторую ясность.

Главное здесь – что ДУМ РТ согласилось с двоякостью смысла приведенной сноски и поспешило разъяснить мусульманам, что слова об «обитателях могил» имеют совсем другой смысл, и что обращаться к «обитателям могил» за помощью просто недопустимо. Это – ширк! А хадис нужно понимать именно так, как его прокомментировал имам Мулла Али аль-Кари: «…«Идите на кладбище, задумайтесь о смерти, и через мысли о смерти кайтесь в своих грехах». Да, в затруднительной ситуации, в которой может оказаться каждый, это может помочь. Но ни в коем случае нельзя, «отчаиваясь в делах, искать или просить помощи у обитателей могил» в прямом смысле этого выражения, как понимают этот некоторые недалекие люди.

В поддержку слов официального представителя ДУМ РТ хотелось бы привести высказывание российского татарского ученого-богослова, муфтия, религиозного и общественного деятеля Галимджана Баруди в журнале «Дин вә әдәп» в 1916 году. На вопрос Салахуддина Арыслани из деревни Ямбухтино Спасского района: «Достоверен ли хадис: «Если вы в своих делах окажетесь в затруднительном положении, то ищите помощи у обитателей могил»? Если достоверен, то каким образом следует искать эту помощь у обитателей могил?», Галимджан Баруди ответил следующим образом: «Вышеупомянутый хадис не приводится учеными-хадисоведами, ибо он не имеет основы. А не имеющий основ хадис нельзя назвать достоверным. Этот хадис упоминает Кемаль Паша в своей книге «Сорок хадисов». Но автор, хотя и является одним из авторитетных ханафитских ученых, но в хадисоведении он таковым не считается. Поэтому полагаться на его слова, в вопросах хадисов, будет неправильно. Но даже если предположить, что этот хадис достоверный, то скорее всего, его смысл состоит в следующем: если, человек в своих мирских делах оказался в затруднительном положении и впал в отчаянье и безысходность, то пусть он пойдет на кладбище и задумается о положении обитателей могил, которые покинув этот мир, вернулись к Аллаху, не взяв с собой ничего. Он, непременно, поймет, что все его проблемы и беспокойства в сравнении с их положением – это мелочи, игрушки, и тогда его мирские переживания рассеются, а душа успокоится. В этом и будет заключаться помощь от обитателей могил. Подтверждает эту мысль следующий хадис от Анаса, переданный Байхаки: «Посети могилы и задумайся о предстоящем воскрешении». Однако Байхаки считает, что этот хадис не достоверный, потому что человек, от которого он исходит, никому не известный Макки бин Нумайр. Тем не менее, из предыдущего хадиса ясно, что основная цель посещения могил, это назидание для нас, чтобы мы никогда не забывали о смерти». 1916, № 10.

Таким образом мы видим, что при заимствовании этой сноски из турецкого тафсира шейха Махмуда афанди Накшбанди аль-Уфи, ученые муфтията банально не сверились с оригиналом. Из-за чего создалось впечатление, что в религии Единобожия, можно обращаться за помощью к успошим, которые якобы выполняют особые поручения Всевышнего Аллаха» (ничем не подтвержденные слова Байдави) и могут реально помочь в устранении проблем. Тем не менее, своевременная реакция ДУМ РТ оказалась очень востребованной и в итоге все согласились, что «…смысл этих слов становится понятен при восстановлении контекста, в котором их приводят ученые…».

Лия / StatusName

Лия взбалмошная, активная и очень шустрая женщина, за ней практически невозможно уследить, она упрямая и никогда не подчинится кому-то. Хотя иногда, лишь ради корыстных целей, способна сделать видимость, что прислушивается к мнению другого человека и даже поступает так, как хочет он. Однако в последний момент женщина все равно дает понять, что всегда оставалась собой и следовала лишь собственным принципам.

Этот человек не всегда умеет держать все под контролем, часто несобранный и неорганизованный, во многом наблюдается неаккуратность. С другой стороны, Лия – умелый организатор, который способен повести за собой окружающих, умеет расставлять правильные приоритеты, окружает себя, как правило, людьми, которые старше нее. Интересно, что бытовые проблемы могут мешать в карьере Лии, ведь женщина не умеет разделять личное и работу. Все время пытается решать сразу несколько дел, загружает себя большим количеством заданий, а в итоге может не успеть сделать ничего.

Лия творческий человек, который нуждается в постоянном развитии, женщина не любит навязываться, старается покорять окружающих собственными умениями, взглядами и работоспособностью. В карьерной деятельности этот человек достигает больших успехов, редко рассчитывает на помощь окружающих, любит много времени проводить в одиночестве. Иногда ей не хватает напористости, Лия бывает меланхоличной и до последнего не уверена в правильности принятых решений. С другой стороны, многие видят в ней лидера и человека, который способен получить желаемое в карьере.

Сердце этой женщины не так легко покорить, она требовательная, долгое время не подпускает мужчину слишком близко к себе, пытается больше узнать его и понять мотивы. В отношениях такому человеку сложно скрывать эмоции, порой сложно понять мотивы другого человека и смириться с его желаниями. Лия из тех, кто не терпит предательства и никогда не простит избраннику, если тот попытается выставить любимого человека в темном свете или как-то высмеять его поступки и решения.

В еврейской школе казанцы учатся онлайн вместе с израильтянами — Реальное время

Фото: Максим Платонов

В «Нашей семье» выбирают иврит

Сегодня в казанской школе №12 с этнокультурным компонентом отметили Международный день родного языка.

Школа называется ОРТ «Мишпахтейну». ОРТ — организация ремесленного труда, некоммерческая структура, которая поддерживает еврейскую молодежь, помогает казанской и другим школам (в России в систему ОРТ входят пять школ) с оборудованием, программами, зарплатой учителям, пояснила директор школы №12 Розалия Козловская.

«Мишпахтейну» в переводе с иврита означает «наша семья». В школе учатся 675 детей, из них 300 русских, 165 татар и 210 ребят с еврейскими корнями. По закону об образовании их родители определяют для своих детей один язык как родной (русский, татарский, иврит), сообщила руководитель учреждения. Хотя выбрать иврит можно по желанию, именно его и изучают большинство детей как родной, а также знакомятся и с традициями еврейского народа.

«Что очень важно, именно через традиции, через воспитание детей передаем самое главное», — добавила Розалия Козловская.

ОРТ — организация ремесленного труда, некоммерческая структура, которая поддерживает еврейскую молодежь, помогает казанской и другим школам (в России в систему ОРТ входят пять школ) с оборудованием, программами, зарплатой учителям, пояснила Розалия Козловская

Кроме того, в школе преподают английский и немецкий языки. Здесь планируют открыть два новых класса технологии, где ученики будут заниматься робототехникой, лазерной резкой, 3D-моделированием. Популярность школы растет: в этом году три первых класса плотно укомплектовали, по 32 человека.

Казанцы учатся вместе с израильтянами

Гостей провели по классам робототехники, языковым кабинетам, а также по зданию начальной школы, которое отстроили несколько лет назад. В актовом зале ребята устроили мини-концерт, вдохновенно исполнив народную песню и задорный танец. Первоклашки разминались в оборудованном хореографическом зале, в кабинете робототехники ребята разрешили гостям покомандовать своими машинами, которые понимают русский язык. Знания разных языков, традиций школьники продемонстрировали на мастер-классе и уроках своих педагогов, они здоровались с гостями на иврите, татарском и русском языках, а также читали стихи. А в одном из кабинетов прошел совместный дистанционный урок с ребятами из Израиля.

— У нас есть школа-побратим, школа-близнец. Два года мы работаем в одном проекте, проводим онлайн-уроки со школой-побратимом из Израиля. Поэтому переход на дистанционную систему весной был очень легким, весь педколлектив был готов к этому, у нас была практика, и дети с этим знакомы, — рассказала Козловская.

С 1998 года у 12-й школы действует соглашение с Минпросвещения правительства Израиля. Казанские дети участвуют в более чем 30 международных проектах, по обмену опытом ездят в Израиль, где защищают свои работы.

«Два года мы работаем в одном проекте, проводим онлайн-уроки со школой-побратимом в Израиле. Поэтому переход на дистанционную систему весной был очень легким, весь педколлектив был готов к этому, у нас была практика, и дети с этим знакомы», — рассказала Козловская

В этом году один выпускник 12-й школы поступил в Лондонский университет, четверо — в вузы Чехии, а остальные выбрали КФУ, рассказала директор. Двое педагогов в этом году участвовали в конкурсе «Учитель года, один из них, педагог допобразования, вышел на городской уровень. А еще трое учителей выиграли всероссийский конкурс профмастерства.

У «Мишпахтейну» и «Адымнар» — идея согласия

— В нашем Татарстане уникальный проект еврейской школы (как она в народе называется). Она давно возникла, но с каждым годом расцветает, развивается. Здесь всегда было уважительное отношение к разным народам. Действительно, школа имеет глубокие традиции и хорошие результаты, как и по общей успеваемости, и этнокультурный компонент, конечно, здесь был всегда на высоком уровне. Надеюсь, что в этом году она имеет еще больше возможностей развиваться в этом направлении, — подчеркнула заместитель министра образования и науки РТ Алсу Асадуллина.

«Школа имеет глубокие традиции и хорошие результаты, как и по общей успеваемости, и этнокультурный компонент, конечно, здесь был всегда на высоком уровне», — подчеркнула Алсу Асадуллина

— То, что мы сегодня увидели в рамках Года родных языков и народного единства республики, — школа вносит свой вклад. Это системная работа, нельзя ее подготовить за один раз, видно, что уделяется внимание еврейской культуре, ивриту, татарскому, английскому, русскому. Здесь взаимодействие культур. Акцент делается на том, чтобы дети познавали разные культуры и таким образом учились уважительному отношению между народами, в том числе между конфессиями, что немаловажно в таком достаточно сложном мире сегодня, — отметил начальник управления по реализации национальной политики департамента президента РТ по вопросам внутренней политики Данил Мустафин.

Он обратил внимание, что технологии этой школы и нового комплекса «Адымнар» имеют общие элементы.

— Главное, чему мы учим детей, — жить в согласии. Думаю, в этой школе есть много интересного, что можно взять на вооружение, — добавил Данил Мустафин.

Екатерина Аблаева, фото: Максим Платонов

ОбществоОбразование Татарстан Министерство образования и науки Республики ТатарстанАсадуллина Алсу Мунибовна

НАЦИОНАЛЬНЫХ И КУЛЬТУРНЫХ РЕАЛИЙ ПЕРЕВОДОВ НА ТАТАРСКИЙ

Алексеева И. С. (2004). Введение в переводческое дело. Учебник для студентов филологических и лингвистических факультетов высших учебных заведений. — Санкт-Петербург: Филологический факультет СПбГУ; Москва: Издательский центр «Академия», 352 с.

Гилазетдинова, Г.К., Едиханов И.З., Аминова А.А. (2014). Проблемы этнокультурной идентичности и межъязыкового общения. Журнал языка и литературы, 5 (3), 39-42. https://doi.org/10.7813/jll.2014/5-3/7

Мугтасимова Г. Р., Набиуллина Г. А., Денмухаметова Е. Н. (2014). Паремиологический фонд татарского народа в этнолингвистическом аспекте. Журнал наук о жизни, 11 (11), 409-412.

Сибгаева, Ф.Р., Нурмухаметова, Р. С., Саттарова, М. Р., & Смагулова, Г. Н. (2017). Человек как объект оценки во фразеологической картине мира (на материале татарского языка). AD ALTA-Journal of Interdisciplinary Research, 7 (2), 267-269.

Салахова Р. Р., Сибгаева Ф. Р. (2014). Межъязыковые различия как тип лексических затруднений в русско-татарских переводах. Журнал языка и литературы, 5 (4), 325-328.

Хасанзянова, Г.И., Болгарова Р. М., Исламова Е. А. (2018). ОСОБЕННОСТИ ПЕРЕВОДА СРАВНИТЕЛЬНЫХ КОНСТРУКЦИЙ В ЛИТЕРАТУРНОМ УСТРОЙСТВЕ. IIOABJ, 9 (2), 177-180.

Влахов, С., и Флорин, С. (1980). Непереводимый в переводе. Москва: Международные отношения, 343 с.

Виноградов, В. (2004). Перевод: общие и лексические вопросы. М .: Книжный дом. 240 с.

Виноградов, В.С. (2001). Введение в переводческое дело (Общие и лексические вопросы). М, 224.

Федоров, А. В. (2002). Основы общей теории перевода (лингвистические проблемы): Для институтов и факультетов иностранных языков. Учебник. — 5-е изд. — Санкт-Петербург: Филологический факультет СПбГУ; М .: ООО Издательский Дом ФИЛОЛОГИЯ ТРИ, 416 с.

Ербулатова И., Гилазетдинова Г., Аминова, А., Утегенова, К. (2018). Национальный колорит как часть коннотативного значения реалии. Журнал истории, культуры и искусства, исследования, 7 (4), 102-108. https://doi.org/10.7596/taksad.v7i4.1820

Борисова, В. В. (2017). Роман Г. Яхиной «Зулейха открывает глаза»: конфликт приемов в контексте региональной, русской и мировой литературы (к проблеме национально-культурной идентичности). https://doi.org/10.17516/1997-1370-0073

Нуртдинова, Г.М. (2015). Коэффициент семантической дистанции для семантического поля специфических понятий татарской культуры «семья и среда обитания человека» и их лакуны в английском языке. Журнал устойчивого развития, 8 (4), 169. https://doi.org/10.5539/jsd.v8n4p169

Ибрагимова Б., Тарасова Ф., Яруллина О., Бейсенбай А. Б. (2017). Пословицы и поговорки как отражение национального характера (в контексте татарских и английских пословиц и поговорок). Ревиста Publicando, 4 (13 (2)), 626-633.

Нуртдинова Г. М., Просюкова К. О. (2017). Коэффициент семантического расстояния для семантического поля «еда» татарских культурных понятий и их эквивалентов в английском языке. Revista Publicando, 4 (13 (2)), 711-720.

Нурмухаметова Р.С., Замалетдинов Р.Р., Саттарова М.Р. (2014). Лексика татарского литературного языка (первая половина ХХ века). Журнал наук о жизни, 11 (10), 670-673.

Разумовская, В. (2014). Перевод аборигенных сибирских и приполярных культур в России. В Переводчики, переводчики и культурные переговорщики (стр. 190-212). Пэлгрейв Макмиллан, Лондон. https://doi.org/10.1057/9781137400048_12

Фаттахова А. Р. (2017). КУЛЬТУРНО МАРКИРОВАННЫЕ ЛЕКСИЧЕСКИЕ ЕДИНИЦЫ КАК ОТРАЖЕНИЕ «ЗАРУБЕЖНЫХ» РЕАЛЬНОСТЕЙ (НА ОСНОВЕ ПЕРЕВОДА «СКАЗКИ О ЦАРЕ САЛТАНЕ» А.С. ПУШКИНА на ТАТАРСКИЙ).Полиязычность и транскультурные практики, 14 (4), 770-777. https://doi.org/10.22363/2312-8011-2017-14-4-770-777

Галиуллина Г. Р. (2018). Феномен лексической интерференции в современном разговорном татарском языке. Редколлегия, 22.

Мухамадьярова, А.Ф., Аюпова, Р.А. (2016). Понятие «любовь» в американской и татарской женской поэзии. Журнал организационной культуры, коммуникаций и конфликтов, 20, 234.

Русско-татарский словарь, Glosbe

Добро пожаловать в русско-татарский словарь. Введите слово или фразу, которые вы хотите отметить, в текстовом поле слева.

добавить перевод Последние изменения

Glosbe — это дом для тысяч словарей. У нас есть не только словарь русско-татарский, но словари всех существующиих парыязыков — онлайн и бесплатно. Перейдите на нашу домашнюю страницу, чтобы выбрать один из доступных языков.

Память переводов

Словари Glosbe уникальны. На Glosbe можно проверить не только перевод на русский или татарский язык: также приводим примеры использования, показывая десятки примеров переведенных предложений содержащие переведенную фразу. Это называется «память переводов». и очень полезен для переводчиков. Виден не только перевод слова, но и то, как оно ведет себя в предложении. Наш Память переводов происходит в основном из параллельных корпусов, которые были созданы людьми.Такие переведенные предложения — очень полезное дополнение к словари.

Статистика

В настоящее время у нас есть 12 838 переведенных фраз. В настоящее время у нас есть 227 454 переведенных предложений

Сотрудничество

Помогите нам в создании крупнейшего русско-татарский словарь онлайн. Просто войдите в систему и добавьте новый перевод. Glosbe — это совместный проект, и каждый может добавлять (и удалять) переводы. Это делает наш словарь русский татарский настоящим, так как он создается носителями языков, которые использует язык каждый день.Вы также можете быть уверены, что любая ошибка в словаре исправляется быстро, поэтому вы можете положиться на наши данные. Если вы обнаружили ошибку или можете добавить новые данные: сделайте это. Тысячи людей будут за это благодарны.

Вы должны знать, что Glosbe хранит не слова, а скорее представление о том, что это слово означает. Благодаря этому при добавлении одного нового перевода создаются десятки новых переводов! Помогите нам разработать словари Glosbe и посмотрите, как ваши знания помогают людям во всем мире.

Интервью Айдара Хусаинова о татарском онлайн-переводчике — Реальное время

Интервью со старшим научным сотрудником Института прикладной семиотики Айдаром Хусаиновым о решении задачи машинного перевода

В Институте прикладной семиотики АН РТ создана тестовая версия русско-татарского переводчика на основе нейронной сети. Своеобразна тем, что переводит без словарей.В интервью «Реальному времени» старший научный сотрудник института Айдар Хусаинов рассказал об отличиях переводчика от продукта Яндекса и о том, с какими еще проблемами им пришлось столкнуться при переводе с татарского.

Переводчик предложений

Не могли бы вы объяснить обычным пользователям, что такое нейронный словарь?

Прежде всего, мы должны понять разницу между словарем и переводчиком. Условно словарь — это слово, фраза или словарная статья, которая дает варианты переводов, толкований, показывает, какая это часть речи и т. Д.Машинный перевод в основном предназначен для перевода предложений и часто не переводит отдельные слова. Мы привыкли, что Яндекс и Google переводят отдельные слова. Это происходит потому, что словари подключаются к машинному переводчику. В этом проекте мы создаем систему для перевода предложений с русского на татарский, с татарского на русский.

Что означает нейронная сеть?

Это один из методов, технологий, используемых, например, для анализа текстов, речи. Большинство задач, связанных с ИИ, теперь выполняется с помощью нейронных сетей. Не вдаваясь в теорию, суть в том, что готовятся корпуса или базы данных с так называемыми обучающими данными. В нашем проекте мы подготавливаем данные, которые позволяют системе понять, как тексты переводятся с одного языка на другой. Другими словами, в нашем случае это большая база параллельных русско-татарских текстов.

Как это выглядит? Это пары предложений: на русском языке и перевод на татарский язык.И таких пар очень много. Нужны миллионы, минимум два миллиона пар предложений. Нейронная сеть настроена таким образом, что ей предоставляются данные, и она изучает эти данные по определенному алгоритму, по определенным правилам, обрабатывает и пытается понять, как перевести то, что она еще не видела, то есть новый приговор. Чем больше, лучше и разнообразнее обучающая база, тем лучше будет переведено то, что вставляет пользователь.

«Не такое уж и большое количество продуктов имеет татарский язык»

Как сделал идея примерно примерно, в вообще ? Почему сделал вы решили до создать такие переводчик ?

Идея создания машинных переводчиков не нова. В целом, за последние годы созданы успешные нейронные переводчики. Первоначально задача машинного перевода решалась на основе правил. Они пытались создать правила, которые переводились с помощью словарей, знаний о структуре языков. Такой подход используется и в нашем институте, но он успешно применяется и для других языковых пар. Очень хорошо, когда языки родственные, похожие. Поэтому мы создаем переводчик на тюркские языки: татарский, казахский, киргизский, узбекский и другие.Структура предложений аналогична, построение слов аналогично, и с помощью этих правил можно создать хороший продукт. А русский и татарский языки настолько разные, что никто не сумел сделать хороший перевод по правилам. Нейронный подход, недавние успехи в машинном обучении и результаты, накопленные нашим институтом, позволили достичь более высокого уровня перевода.

«Большинство задач, связанных с ИИ, теперь выполняется с помощью нейронных сетей». Фото: hi-news.ru

В чем отличие вашей разработки от других переводчиков?

Не такое уж и большое количество товаров имеют татарский язык. Если говорить о машинном переводчике, то на данный момент только Яндекс позволяет переводить с татарского языка и на него в Google Translator нет татарского языка. Наверное, можно сказать, что Google, Яндекс и другие крупные IT-компании используют практически одни и те же разработки, опубликованные в ведущих журналах и представленные на международных конференциях.Мы идем в ногу со временем. Но наша разработка своеобразна тем, что изначально мы не пытались сделать универсальный переводчик для большого количества языков. Мы знали, что нужно работать с татарским языком. В нашем институте были наработаны разные модели — синтаксическая, морфологическая; у нас есть анализаторы. Мы изначально планировали учитывать специфику татарского языка. Кроме того, в рамках государственной программы по сохранению, изучению и развитию языков в Республике Татарстан у нас есть ряд связанных проектов, которые также касаются речевых технологий, распознавания и синтеза татарской речи — уметь диктовать на татарском языке. и компьютер мог озвучивать текст на татарском языке.Мы также включаем эти продукты в переводчик. Что это нам дает? Пользователь может не только набрать и увидеть перевод, но и продиктовать текст и услышать перевод на татарском и русском языках. На данный момент даже Яндекс не имеет такой функции для татарского языка.

В таких переводческих услугах заинтересовано не только население Татарстана. Также есть необходимость в переводе разных официальных документов, новости должны быть на двух языках. Мы готовы создать не только универсальный переводчик для населения — аналог Google или Яндекс, мы готовы создавать отдельные модели для перевода законов, официальных и деловых материалов и так далее.

» В интернете очень много поисков русско-татарского перевода »

Как будет этот переводчик будет выглядеть как ? или , как делает это уже выглядит как ? То есть я что-то напечатаю или скажу, а будет перевод?

Машинный переводчик сам по себе является программой. Мы создали сайт для населения, который уже работает в тестовом режиме. Пользователь заходит на сайт, на котором есть два основных текстовых поля. Один — ввести текст на русском или татарском языке. Второй, следовательно, — показать перевод. Кроме того, есть специальные кнопки для диктовки, озвучивания перевода и так далее. Это сайт с очень простым интерфейсом.

Когда вы начали работать над этим проектом? На каком этапе он сейчас?

Мы создавали нейротранслятор несколько лет и использовали государственную программу, о которой говорилось выше.Согласно ему, у нас есть планы, которые мы должны реализовать. Эта программа заканчивается к концу 2020 года, и мы заявили, что создали общедоступный переводчик, который работал бы с определенным качеством с установленным количеством тем. На данный момент мы не только реализуем эти планы, но и идем вперед. Общедоступный переводчик мы решили протестировать уже в этом году, а не в конце 2020 года. Созданы все основные элементы: полные версии для анализа / синтеза речи, перевод, сам сайт, есть и серверные элементы. Однако каждый из этих элементов будет улучшаться.

» Пользователь может не только печатать и видеть перевод, но и диктовать текст и слышать перевод на татарском и русском языках. На данный момент даже в Яндексе нет такой функции для татарского ». Фото: kloop.kg

Когда вы планируете представить финальную версию?

Понятия final version для переводчика не существует, потому что ни один язык в мире еще не решил задачу машинного перевода, даже такие популярные пары, как английский-немецкий, английский-китайский.Сейчас стоит задача постепенно улучшать качество этого перевода по всем направлениям, чтобы он послужил хорошим подспорьем как для профессиональных переводчиков, так и для всех людей.

Когда пользователи смогут использовать переводчик, плюс-минус?

В основном это не зависит от нас, потому что мы тестировали его в этом году. В общем, у нас есть все инструменты, мы готовы предоставить их пользователям. Проблема связана с серверами. Вопросы исследований, науки и разработки программного обеспечения финансируются за счет государственной программы.При покупке серверов проблемы поддержки выходят за рамки. Следовательно, мы надеемся, что в следующем году мы решим эту проблему при поддержке государства, частного бизнеса. Сейчас мы не можем предоставить доступ, потому что текущие серверы взяты в аренду и не рассчитаны на большое количество пользователей. Нельзя не отметить, что русско-татарский перевод интересен пользователям, а поисков в Интернете очень много.

Достаточно денег на сервер?

Вы сказали, что проект финансируется за счет госпрограммы.Сколько денег было выделено?

В общем, цифры можно увидеть, все отчеты публикуются в Интернете. Могу сказать, что в первый год проведения этого мероприятия именно машинного переводчика деньги были потрачены на совместную работу с ABBYY. О чем это было? Он был посвящен внедрению проекта SmartCAT в Татарстане. Это инструмент, в котором также используются машинные переводчики. Он создан для того, чтобы профессиональный переводчик мог ежедневно переводить документы намного быстрее.Если фраза переводится один раз, в следующий раз система сама предложит перевод, и нужно будет просто внести некоторые изменения в документы. Данная система внедрена в некоторых учреждениях, ведомствах, министерствах республики, но требует более активной интеграции и использования. Финансирование в 2019-2020 годах планируется только на усовершенствование машинного переводчика, а всего на ближайшие два года выделено около 2,4 млн рублей.

Это относительно мало?

Это не сравнительно мало, это слишком мало.Машинным переводом, который видят пользователи, часто занимаются крупные ИТ и научные центры, на исследования тратятся десятки и сотни миллионов рублей. Даже если мы никому не будем платить зарплату в течение двух лет, финансирования все равно не хватит на покупку необходимых серверов.

Кто еще участвует в создании переводчика?

Для создания инструмента для профессиональных переводчиков мы активно сотрудничаем с ABBYY. В целом штат нашего института работает — это программисты, лингвисты, специалисты по машинному обучению.Мы также привлекаем группу переводчиков только потому, что, как я сказал в начале, нам нужна татарско-русская база с переводами для обучения системы. Для создания этой большой базы мы собрали все новости, все документы, которые доступны как на русском, так и на татарском языках. Этих данных недостаточно, потому что люди переводят тексты с русского на татарский, чтобы пополнить эту базу.

Говоря о сайте, следует отметить специалистов, которые занимаются дизайном, кодом, веб-программированием сайта.В нашем институте работает 13 сотрудников. Мы дополнительно привлекаем других специалистов, если есть возможность, если есть деньги.

«Даже если мы никому не будем платить зарплату в течение двух лет, финансирования все равно не хватит на покупку необходимых серверов». Фото: iaas-blog.it-grad.ru

Где и как использовать этот переводчик в будущем?

Целевая аудитория достаточно широкая. Во-первых, это люди, которые изучают татарский язык — школьники, студенты, люди, которые просто хотят улучшить свои знания татарского языка.Во-вторых, предполагается специализированное использование, например, при подготовке документации, новостей.

Какие были трудности при создании переводчика, который переводит с татарского языка?

Трудности можно разделить на две части. Сама по себе сложность машинного перевода является нерешенной задачей и активно развивается с научной точки зрения. Кроме того, есть сложности, связанные со спецификой татарского языка. У каждой татарской основы может быть большое количество аффиксов, то есть словообразование очень богатое.Мы использовали методы, которые позволяют не только обойти эту проблему, но и использовать эту особенность как преимущество, так что переводчик будет лучше работать не стандартными методами, а методами, адаптированными к татарскому языку. Бывает такой момент, что у одной и той же русско-английской пары есть большой объем обучающих материалов. Он никогда не создавался для татаро-русского, поэтому наша работа в этом направлении особенно важна. Общий объем Интернета, книг, журналов недостаточен для сравнения татарского языка с другими языками большого мира.Даже если мы используем новейшие технологии, качество в любом случае зависит от тех данных, которые у нас есть. А накопление этих данных: сбор, перевод — это очень тяжелая и долгая работа.

Гуландам Фатхуллина

Татарстан

переводов крымских татар — откровения из российских архивов | Выставки

СОВЕРШЕННО СЕКРЕТНО

ГОСУДАРСТВЕННЫЙ КОМИТЕТ ОБОРОНЫ

Постановление Государственного комитета обороны Украины5859ss

11 мая 1944 г.

Москва, Кремль

О крымских татарах

В годы Отечественной войны [Второй мировой войны] многие крымские татары предали Родину, дезертировали части Красной Армии, защищавшие Крым и переход на сторону врага, вступление в добровольческие отряды сформирован немцами для борьбы с Красной Армией; как члены Немецкие карательные отряды, во время оккупации Крыма Особенно выделялись немецко-фашистские войска, крымские татары. за их жестокие расправы над советскими партизанами, а также помог немецким захватчикам организовать жестокую облаву на Советские граждане за немецкое порабощение и массовое истребление советских людей.

Крымские татары активно сотрудничали с немецкими оккупационные власти, участвующие в так называемой «татарской национальные комитеты », организованные немецкими разведывательными органами, и часто использовались немцами для проникновения в тыл Красная Армия со шпионами и диверсантами. При поддержке Крымского Татары, «Татарские национальные комитеты», в которых ведущая роль играли белогвардейцы-татарские эмигранты, руководили их деятельностью при преследовании и притеснении нетатарского населения Крыма и занимались подготовительными работами по отделению Крым от СССР силой, с помощью немецких вооруженные силы.

Принимая во внимание изложенные выше факты, Государственная оборона Комитет постановил, что:

1. Изгнать всех татар с территории Крым и переселены на постоянной основе спецпоселенцами в регионы Узбекской ССР. Переселение будет возложено на советский НКВД. Советскому НКВД (товарищ Берия) предстоит завершить переселение до 1 июня 1944 года.
2. Следующая процедура и условия переселения: будет установлено:
   1. Спецпоселенцам разрешат взять с собой личные вещи, одежда, предметы домашнего обихода, посуда и утварь, и до 500 килограммов еды на семью.

      Имущество, здания, хозяйственные постройки, мебель и усадьба оставленные земли будут переданы местным властям; все мясной и молочный скот, а также птицеводство будут переданы Наркомат мясной и молочной промышленности, все сельскохозяйственной продукции Наркоматом СССР Заготовка лошадей и других тягловых животных народным хозяйством СССР. Наркомат земледелия и племенного скотоводства СССР Наркомат государственных зерновых и животноводческих хозяйств.

      Обменные квитанции будут выдаваться в каждом населенном пункте и каждое хозяйство для получения скота, зерна, овощей и для другие виды сельскохозяйственной продукции.

      К 1 июля с.г. НКВД СССР, Наркомат Сельское хозяйство, Наркомат мяса и молочных продуктов Промышленность, Наркомат зерна и животноводства Животноводческие хозяйства и Наркомат заготовок должны внести в Совет Народных Комиссаров СССР предложение по порядок выплат спецпереселенцам на основании обменные квитанции, для скота, птицы и сельскохозяйственных полученная от них продукция.

   2. …

      Для облегчения приема скота, зерна и сельскохозяйственная продукция от спецпоселенцев, СССР Народный комиссариат земледелия (товарищ Бенедиктов), СССР Наркомат снабжения (товарищ Субботин), СССР Наркомат мясной и молочной промышленности (товарищ Смирнов) и Наркомата зерна и животноводства СССР. Животноводческие хозяйства (тов. Лобанов) направить необходимые количество рабочих в Крым, по согласованию с товарищем Гриценко.

   3. Наркомат путей сообщения (товарищ Каганович) организовать перевозку спецпоселенцев. из Крыма в Узбекскую ССР на специально сформированных поездах, по графику, разработанному совместно с НКВД СССР. В количество поездов, станций погрузки и пунктов назначения до определяется НКВД СССР.

      Оплата перевозки будет производиться по ставке, по которой заключенных перевозят;

   4. Каждой эшелоне спецпоселенцев Народный Наркомату здравоохранения (товарищ Митерев) поручить, в сроки по согласованию с НКВД СССР один врача и двух медсестер, а также соответствующий запас лекарств, а также для оказания медицинской и первой помощи специальным переселенцы в пути;
   5. Наркомат торговли СССР (товарищ Любимов) обеспечит все поезда, перевозящие спецпоселенцев, горячей едой и кипяток ежедневно.

      Для обеспечения проезжей части спецпоселенцев Наркомат торговли должен распределить количество продуктов расходные материалы, указанные в Приложении № 1.

3. К 1 июня с.г. секретарь Центрального Комитет Коммунистической партии (б) Узбекистана, товарищ Юсупов, Председатель Совета Народных Комиссары товарищ Абдурахманов и Народный комиссар Узбекской ССР. Наркому внутренних дел товарищу Кобулову провести следующие шаги в отношении принятия и урегулирования спецпоселенцы:
   1. Принять и заселить в пределах Узбекской ССР 140 на 160 тысяч спецпоселенцев-татар, присланных НКВД СССР из Крымская АССР.

      Заселение спецпоселенцев произойдет в гос. фермерские поселения, действующие колхозы, фермерские хозяйства, принадлежащие предприятиях и в заводских сообществах для работы в сельское хозяйство и промышленность;

   2. Создавать комиссии в областях, где действуют специальные переселены, в составе председателя области исполкома, секретарь обкома, председатель управления НКВД, поручив им выполнение всех мер, связанных с приемом и распространением прибывших спецпоселенцев;
   3. Организовать районные тройки в составе председателя райисполком, секретарь райкома, и начальника районного отделения НКВД, предъявив им обвинение в подготовка к раздаче и организация приемки о прибывших спецпоселенцах;
   4. Организовать автомобильный транспорт специального поселенцев, мобилизуя автомобили любых предприятий или учреждения для этой цели;
   5. Предоставить вновь прибывшим спец. поселенцев и помочь им построить дома путем строительства материалы;
   6. Организовать спецкомендатуру НКВД, находится в ведении НКВД СССР, в районах населенных пунктов;
   7. К 20 мая этого года ЦК Узбекской ССР и СНК представить в НКВД СССР. (товарищ Берия) план расселения спецпоселенцев в областях и районах с указанием пунктов назначения поезда.
4. Семилетние ссуды до 5000 рублей на семью, для строительство и обустройство домов, должны быть продлены Сельхозбанк (товарищ Кравцов) спецпереселенцам направлен в Узбекской ССР, в местах их расселения.
5. Каждый месяц в период с июня по август 1944 г. количество муки, круп и овощей будет распределяться Наркомата снабжения СССР (товарищ Субботин) в Совет Народных Комиссаров Узбекской ССР для распространения в спецпоселенцам согласно Приложению №2.

   Мука, ​​крупа и овощи должны распространяться без начисление спецпереселенцам в период июнь-август, т.к. выкуп полученной сельскохозяйственной продукции и животноводства от них в районах, из которых они были выселены.

6. На увеличение автотранспортных мощностей НКВД. войска, расположенные в районах поселения Узбекский, Казахская, Киргизская ССР, Наркомат обороны (товарищ Хрулев) предоставить 100 недавно отремонтированных «Виллис» 3. автотранспортных средств и 250 грузовиков в период с мая по июнь 1944 г.
7. К 20 мая 1944 г. Главное управление транспорта и поставка нефти и нефтепродуктов (товарищ Широков) выделить и доставить 400 тонн бензина в локации НКВД СССР, и 200 тонн бензина подлежат переданы в распоряжение Совета Народных Комиссары.

   Поставка бензина [для этих целей] должна осуществляться в сочетании с соответствующим сокращением поставок для всех другие потребители.

8. К 15 мая т.г. Главное снабженческое управление г. Министерство лесного хозяйства СССР, Совет Народных Комиссаров СССР (товарищ Лопухов) — поставить 75000 вагонов длиной 2,75 метра. доски в Наркомат путей сообщения, любыми способами в его распоряжении.
9. В мае этого года Наркомат финансов (товарищ Зверев) перечислить из резерва 30 млн руб. фонд Совета Народных Комиссаров СССР при НКВД СССР, для выполнения специальных мероприятий.

И. Сталин
Председатель Государственного комитета обороны

см: Товарищи Молотов, Берия, Маленков, Микоян, Вознесенский, Андреев, Косыгин, Гриценко, Юсупов, Абдурахманов, Кобулов (НКВД Узбекской ССР), Чадаев — весь документ; Шаталин, Горкин, [неразборчиво] Смирнов, Субботин, Бенедиктов, Лобанов, Зверев, Каганович, Митерев, Любимов, Кравцов, Хрулев, Жуков, Широков, Лопухов — соответствующие разделы.

ОТЗЫВЫ ПЕРЕВОДЧИКА:

1. Обозначение в верхнем левом углу: «Вернуть в Секретариат Государственного Комитета Обороны (Часть II).
2. Напечатано вдоль левого края первой страницы: «Копирование или выдержки из этого указа категорически запрещены ».
3. Willys-Overland разработала и начала серийное производство модели джипа, которая был передан Советскому Союзу во время Второй мировой войны.

В начало

Познакомьтесь с латгальским и татарским, 104-м и 105-м языками на TED.ком

104-й и 105-й языки на TED.com происходят из Латгалии в Латвии и Республики Татарстан в России.

Волонтеры TED.com переводят выступления на многие языки, от широко используемых (например, испанский и китайский) до менее ожидаемых (например, клингонского). А в нашу библиотеку только что пополнились два новых языка: латгальский и татарский.

Латгальский язык официально стал 104-м языком на TED. com. На нем говорят в Латгалии, регионе в восточной части Латвии, около 165 000 человек.Поскольку Латгалия была форпостом римского католицизма, этот язык стал частью процветающей литературной традиции, но в 1865 году он был запрещен, как и любой другой язык с латинскими буквами, в пользу русского текста. С 1920 по 1934 год этот язык возродился и стал использоваться в самоуправлении Латгалии, но сегодня латгальский язык не имеет официального статуса. Его использование быстро сокращается, особенно среди молодых людей.

Переводчик-волонтер Кристапс Кадикис, который является языковым координатором OTP для латышского языка, хотел переводить разговоры на латгальский язык, чтобы сохранить и популяризировать язык, расширив его присутствие в Интернете.Он объединился с латгальским новостным сайтом LaKuGa, чтобы перевести на этот язык три выступления TED Talks. Они выбрали «Попробуй что-нибудь новое в течение 30 дней» Мэтта Каттса, «Странно или просто иначе?» Дерека Сиверса. и «Предок языка» Мюррея Гелл-Манна, чтобы дать носителям латгальского языка почувствовать вкус TED.

TED Talk Дерека Сиверса переведен на латгальский язык.

Последнее дополнение к языковому репертуару TED отражает похожую историю. На 105-м языке на TED.com, татарском, говорят на расстоянии около 1700 километров в Республике Татарстан, на территории Российской Федерации.Татарский язык используют примерно 5,4 миллиона человек — это тюркский язык с системой письма, основанной на кириллице. Татары, как и многие другие этнические группы, подвергались дискриминации при царском российском правительстве, и в результате использование татарского языка в 1930-х годах сократилось. Так продолжалось в советское время.

Рашат Якуп, учитель средней школы из Республики Татарстан, хотел привлечь татарский язык на TED.com. «Когда я познакомился с TED Talks около полугода назад, я заметил субтитры на разных языках», — говорит он.«Я обнаружил, что на татарском языке очень мало информации о саморазвитии. Поэтому я стал искать разговоры о самосовершенствовании и способах улучшения жизни, что, на мой взгляд, так необходимо для молодежи ».

Якуп тоже был очень тронут выступлением Мэтта Каттса и решил сделать его первым переводом. «У него есть такая простая идея, как изменить наш распорядок и выработать полезные привычки», — говорит он.

Якуп раньше был редактором Википедии на татарском языке, а теперь планирует работать со своими учениками над переводом на этот язык большего количества выступлений TED.Он говорит: «Татарский язык, к сожалению, не используется во многих сферах. Многие люди знают татарский, но обычно используют его для разговора дома, а русский или английский языки используют для других сфер жизни ».

Он надеется, что доступность TED Talks на этом языке поможет это изменить.

Выступление Мэтта Каттса переведено на татарский язык.

Услуги татарского перевода — TranslationGenius ™

TranslationGenius ™ имеет большой опыт в переводе документов и предоставлении устных переводчиков с английского на татарский и с татарского на английский для различных сфер деятельности. Наша цель — предоставить нашим международным клиентам непревзойденное качество и постоянно работать над улучшением наших технических возможностей, чтобы сократить ваши расходы и предложить лучшие цены на высококачественные услуги татарского перевода, которые мы стремимся предложить.

Качество перевода

Качество наших услуг сертифицированного татарского перевода определяется следующими факторами:

Татарские переводчики-носители языка в стране с соответствующим опытом перевода, входящие в нашу глобальную сеть экспертов.

Наем лучших профессионалов в отрасли — один из наших главных приоритетов. Мы разработали стратегии не только для выявления, тестирования и найма лучших татарских лингвистов, инженеров и других специалистов, но и для установления с ними долгосрочного сотрудничества и для того, чтобы стать одним из предпочтительных работодателей для самых талантливых специалистов.

Гарантия качества заверенных переводов

Наши услуги по переводу на татарский язык полностью соответствуют стандартам ISO 9001: 2008, поэтому все ваши проекты по переводу на татарский язык всегда будут соответствовать самым строгим стандартам качества и точности.

Команда управления проектами, посвященная вашим целям. Мы назначаем как минимум одного менеджера проекта или менеджера по работе с клиентами для вашего проекта перевода на татарский язык.

Если вы сомневаетесь, какую услугу выбрать, свяжитесь с нами, чтобы обсудить спецификации вашего проекта. При получении мы оценим проект и порекомендуем вам наиболее подходящую услугу. В качестве альтернативы мы предложим вам специальный пакет услуг, соответствующий вашим потребностям.

Чтобы получить мгновенную расценку, воспользуйтесь нашим мастером перевода.По другим вопросам и специальным запросам для крупномасштабных и долгосрочных переводческих проектов, пожалуйста, напишите нам по адресу [email protected]

Применение малоресурсных методов машинного перевода к русско-татарской языковой паре

1 ^st Айдар Валеев Университет Иннополис
Иннополис, Россия
[email protected] 2 ^nd Ильшат Гибадуллин Университет Иннополис
Иннополис, Россия
i. [email protected] 3 ^рд Альбина Хусаинова Университет Иннополис
Иннополис, Россия
а[email protected] 4 ^-й Адиль Хан Университет Иннополис
Иннополис, Россия
[email protected]

Абстрактные

Нейронный машинный перевод — это современный уровень машинного перевода. Несмотря на то, что является успешным в условиях богатых ресурсов, его применимость для языковых пар с низким уровнем ресурсов по-прежнему остается спорная. В этой статье мы исследуем влияние различных методов повышения качества машинного перевода, когда параллельный корпус составляет всего 324 000 предложений, на примере ранее неисследованной русско-татарской языковой пары.Мы применяем такие методы, как трансферное обучение и полууправляемое обучение, к базовой модели Transformer и эмпирически показываем, что полученные модели улучшают качество перевода с русского на татарский и с татарского на русский на +2,57 и +3,66 BLEU, соответственно.

Введение

Внедрение моделей нейронных сетей привело к радикальному сдвигу в области машинного перевода (МП). Поскольку это недавнее изменение, ведется большая работа: предлагаются новые архитектуры, адаптируются различные методы статистического машинного перевода, появляются новые идеи.Однако производительность нейронного машинного перевода (NMT) быстро ухудшается по мере уменьшения размера параллельного корпуса. Существует ряд методов для смягчения этой проблемы, и нам было интересно проанализировать их влияние на русско-татарскую языковую пару.

Русско-татарская языковая пара практически не исследована в литературе по машинному переводу, что частично объясняется тем, что необходимые ресурсы — как параллельные, так и одноязычные корпуса — трудно найти: во-первых, источников таких данных мало, а во-вторых, они в основном частные.В целом, исследований по переводу между славянскими и тюркскими языками мало, хотя это важное направление для многих стран постсоветского пространства. В этой статье мы представляем наши результаты и анализ применения различных методов для улучшения качества машинного перевода между русским и татарским языками с учетом небольшого параллельного корпуса. Таким образом, наша работа может быть особенно полезна тем, кто интересуется малоресурсным машинным переводом между славянскими и тюркскими языками.

Документ имеет следующую структуру: Раздел II дает обзор связанных работ и описание языков; Раздел III описывает применяемые нами подходы; Раздел IV описывает данные и систему; В Разделе V представлены результаты и их анализ, и, наконец, Раздел VI дает некоторые заключительные замечания.

II Предпосылки и сопутствующие работы

Ii-a NMT в условиях ограниченных ресурсов

В настоящее время существует несколько фундаментальных моделей нейронного машинного перевода, претендующих на звание самых современных: рекуррентная [1] и сверточная [2] нейронные сети, а также более поздняя модель преобразователя [11] . Все модели состоят из частей кодера-декодера, но в первой и кодер, и декодер являются слоями RNN со слоем внимания между ними, вторая основана на свертках, а Transformer использует стеки уровней самовнимания и прямой связи. Transformer дает сопоставимые результаты и требует меньше времени на обучение, поэтому мы решили использовать его в качестве базовой модели.

Производительность моделей NMT резко ухудшается по мере уменьшения размера обучающих данных, как это наблюдали Коэн и Ноулз [6] .Для повышения качества перевода в условиях ограниченных ресурсов были предложены различные подходы: трансферное обучение, многозадачное обучение, полу-контролируемое обучение и неконтролируемое обучение. Ниже мы кратко рассмотрим некоторые из них.

Одна из идей — передать знания, полученные из языковой пары с более высоким уровнем ресурсов. Зоф и др. [13] предлагает обучить рекуррентную модель [1] на большом параллельном корпусе богатой языковой пары, а затем использовать ее в качестве инициализации весов для языковой пары с низким уровнем ресурсов, замораживая вложения стороны, где язык остается такой же. Kocmi и Bojar [5] применяют ту же идею, но не фиксируют никакие параметры — они просто изменяют корпус обучения. Это помогает, когда родительские и дочерние языковые пары не связаны или не совпадают.

Zaremoodi et al. [12] пытаются извлечь выгоду из многозадачности: вместо общей повторяющейся единицы модели «последовательность-последовательность» [1] они используют единицу с несколькими блоками в ней, один предназначен для задачи перевода, а другие используются совместно задачи (распознавание именованных сущностей, синтаксический или семантический анализ) с использованием сети маршрутизации.Все задачи обучаются вместе, следуя глобальной цели, которая представляет собой взвешенную сумму задач задач.

И, наверное, самая популярная идея — использовать мощь одноязычных данных. Sennrich et al. [8] предлагают полу-контролируемый метод использования одноязычных данных, который состоит в том, чтобы объединить одноязычные предложения с их обратным переводом, смешать параллельный корпус с синтетическим и не различать их.

Следующий подход [3] также использует одноязычные данные, но другим способом: они обучают языковую модель (LM) на этих данных, где LM является частью модели декодером без ввода кодера.Затем они интегрируют LM с моделью перевода с помощью Shallow Fusion — они получают окончательные оценки слов-кандидатов путем суммирования оценок NMT с оценками LM, умноженными на весовой гиперпараметр.

Stahlberg et al. [10] применяют ту же идею, но интегрируют языковую модель по-разному (Simple Fusion с PostNorm): для расчета окончательного распределения вероятностей они нормализуют выходные данные слоя проекции NMT, используя softmax, чтобы получить распределение вероятностей, затем умножают по компонентам распределением вероятностей предсказаний LM и снова нормализовать с помощью softmax.Рабочий процесс выглядит следующим образом: LM предварительно обучается на одноязычных данных отдельно, комбинируется с моделью перевода, и, наконец, комбинированная модель обучается на параллельных данных.

Мы используем сочетание некоторых из этих идей в нашем решении.

Ii-B языки

Русский язык принадлежит к семье индоевропейских языков, является одним из четырех ныне живущих представителей восточнославянских языков и частью более крупной балто-славянской ветви, на которой говорят 144 миллиона человек в России, Украине и Беларуси.

Татарский язык принадлежит к семейству тюркских языков, общетюркскому таксону, кыпчакскому подразделению, кипчакско-булгарскому подразделению, на котором говорят около 6 миллионов человек в Республике Татарстан и ее окрестностях, которая является частью Российской Федерации.

Оба языка используют кириллическую систему письма, что полезно, поскольку словарь подслов модели Transformer является общим для исходного и целевого языков. Оба языка морфологически богаты, что приводит к появлению большого количества словоформ, усложняющих перевод.Кроме того, татарский — гендерно-нейтральный язык, а русский — нет, поэтому перевод может быть предвзятым.

Для трансферного обучения мы используем родственный казахский язык, который относится к семейству тюркских языков, общетюркскому таксону, кыпчакскому подразделению, кипчакско-ногайскому подразделению, с примерно 10 миллионами говорящих в Казахстане и кириллической системой письма.

И татарский, и казахский принадлежат к кипчакской группе тюркских языков. Разговорный и письменный языки имеют некоторый уровень взаимопонимания для носителей языка, а алфавиты существенно пересекаются.

II-C Русско-татарский машинный перевод

Как мы упоминали ранее, русско-татарская языковая пара практически не изучена. Чтобы дать представление о состоянии дел: мы нашли только одну недавнюю работу по русско-татарскому МП Хусаинова и др. [4] , где они дополнили данные путем ретрансляции тюрко-русских параллельных корпусов с тюркского на татарский с использованием систем, основанных на правилах. Также существует общедоступная система русско-татарского машинного перевода от Яндекса, однако качество грамматически и синтаксически сложных предложений низкое, и эта работа нигде не описана в литературе, поэтому не может быть подвергнута дальнейшему анализу.

Iii Методология

В данной работе мы использовали описанные ниже подходы для улучшения результатов перевода русско-татарской языковой пары с ограниченными ресурсами. Иллюстрации см. На рисунке 1.

Рис. 1: Иллюстрация применяемых методов. Для Trivial Transfer Learning и Back-translation показан процесс обучения. Конечная цель — обучить модель русско-татарского перевода. В первом случае для получения параметров инициализации используется параллельный корпус с родственным казахским языком; во втором случае татарский одноязычный корпус используется для производства синтетических данных.«Модель» здесь означает модель перевода. Тонкие стрелки указывают информацию, используемую для обучения, а пунктирные стрелки показывают поток перевода, когда модель уже обучена. Цифры в кружках обозначают порядок действий. Для языковой модели представлен процесс предсказания следующего целевого слова с учетом входной последовательности. Логарифмы вероятностей, полученные двумя моделями, взвешиваются и суммируются, и выбирается слово с наивысшей оценкой.

III-Тривиальное трансферное обучение

Чтобы извлечь выгоду из родственной русско-казахской языковой пары с более высокими ресурсами, мы применяем подход, предложенный Кочми и Боджаром [5] .Сначала мы обучаем модель Transformer на русско-казахстанских данных, а затем меняем только данные на русско-татарские и выполняем точную настройку. Словарь кодирования пар байтов (BPE) [9] является общим для всех трех языков. Мы делаем это в обоих направлениях.

Iii-B Обратный перевод

Чтобы использовать одноязычные данные, мы применяем обратный перевод, как это было предложено Sennrich et al. [8] . Сначала мы обучаем целевую модель, затем используем ее для перевода одноязычных данных на целевой язык, смешиваем эти синтетические данные с параллельным корпусом и обучаем окончательную модель исходный-целевой на этих данных.Обратное направление генерации синтетических данных важно, потому что этот метод направлен на улучшение целевой языковой модели.

Модель языка Iii-C

Чтобы получить больше от одноязычных данных, мы реализовали подход Shallow Fusion для интеграции языковой модели, предложенный Gülçehre et al. [3] . Мы объединили выходные данные модели перевода и языковой модели во время поиска луча, контролируя влияние языковой модели с помощью гиперпараметра.

IV экспериментальная установка

IV-A Данные

Мы получили татарско-русский параллельный корпус от Института прикладной семиотики Академии наук Республики Татарстан по соглашению о неразглашении. Он состоит из 324 тысяч параллельных предложений.

Что касается казахско-русского параллельного корпуса, мы получили его из WMT 19, и он состоит из 5 миллионов параллельных предложений.

Частные татарские одноязычные данные были любезно предоставлены Корпусом письменного татарского языка и состоят из 8.8 миллионов предложений.

Для русских одноязычных данных мы объединили сканирование новостей и комментарии новостей из WMT 19, в результате получилось 9 миллионов предложений.

IV-B Предварительная обработка

Мы дедуплицировали и разделили параллельные данные на три части: наборы для проверки и тестирования, оба из которых состоят из 2К предложений, и обучающий набор из 320К предложений. Файлы валидации использовались для мониторинга сходимости обучения.

BPE с объемом словарного запаса 32 768 слов было использовано для создания словарного запаса, который используется в русском, татарском и казахском языках, если не указано иное.

Настройка системы IV-C

Для экспериментов мы использовали модель Transformer [11] с базовыми параметрами из tenorflow github. Чтобы оценить качество перевода, мы использовали метрику Bilingual Evaluation Understudy (BLEU) [7] с максимальным порядком n-граммов, равным 4, и штрафом за краткость. Мы будем сообщать процентный показатель BLEU без учета регистра на протяжении всей статьи, если не указано иное.

IV-D оборудование

Поскольку большинство операций внутри модели были числовыми и легко распараллеливаемыми, для ускорения процесса использовалась NVIDIA GTX 1080 Ti с памятью GPU 11 ГБ.

V Результаты и анализ

В этом разделе мы используем TT-RU, RU-TT, KK-RU, RU-KK для обозначения направлений перевода с татарского на русский, с русского на татарский, с казахского на русский и с русского на казахский соответственно. .

Рис. 2: Оценки проверки исходного решения

V-a Базовый уровень

Сначала мы обучили модель Transformer на параллельном корпусе и получили 26,4 BLEU для TT-RU и 23,9 BLEU для RU-TT на тестовой выборке; Оценки валидации во время обучения представлены на рисунке 2.Модель TT-RU имеет более плавную кривую обучения и имеет более высокий балл BLUE. Каждая эпоха занимала 20 минут, и мы тренировали TT-RU и RU-TT для 19 и 20 эпох соответственно. Лексикой пользовались только русский и татарский языки.

V-B трансферное обучение

Первый подход, который мы попробовали, — это трансферное обучение. Модель Transformer, обученная на казахско-российском параллельном корпусе за одну эпоху, дала 53,92 BLEU для KK-RU и 43,83 BLEU для RU-KK, что мы сочли очень хорошими результатами и, таким образом, остановили обучение. Затем мы доработали татарско-русский параллельный корпус на 30 эпох, получив +2,03 BLEU для TT-RU и +1,82 BLEU для RU-TT. Обучение на российско-казахстанских данных занимает 5 часов в эпоху. В исходной статье [5] метод дал разные результаты в зависимости от размеров корпуса и языков — наши результаты хороши, учитывая, что мы не обучили модель до сходимости.

Рис. 3: Оценки валидации трансферного обучения (казахская инициализация 1 эпохи) и моделей обратного перевода.

V-C Обратный перевод

Затем мы применили обратный перевод. Для этого мы перевели 2,5 миллиона предложений из набора одноязычных данных с татарского на русский язык, используя нашу лучшую модель. На перевод ушло около двух дней. Мы смешали синтетические данные с параллельным корпусом, в результате получилось 2,85 млн пар предложений, поэтому соотношение синтетических и параллельных предложений составляет 8: 1, что является оптимальным значением, найденным Stahlberg et al. [10] .

Мы обучили модель на этих данных при казахстанской инициализации для 30 эпох, каждая эпоха занимала 2.3 часа. По направлению RU-TT мы набрали всего +0,7 BLEU. В статье, однако, они достигают гораздо лучших результатов — примерно +3 улучшения BLEU. Наш низкий результат может быть вызван тем, что качество одноязычных данных татарского языка недостаточно хорошее или потому, что мы использовали обратный перевод вместо трансферного обучения, поскольку результат двух методов, применяемых вместе, не гарантированно будет таким же, как сумма результатов, когда методы применяются отдельно — чем выше балл, тем сложнее его улучшить.

Затем мы проделали то же самое для противоположного направления, используя лучшую пока модель RU-TT — ту, что с казахской инициализацией и обратным переводом.Мы достигли улучшения +1,63 BLEU в направлении TT-RU. Разница с предыдущим результатом может заключаться в том, что мы использовали только модель трансферного обучения для перевода одноязычных данных на татарский язык, а переносное обучение с моделью обратного перевода для перевода одноязычных данных на русский язык; к тому же русский язык всегда давал лучшие результаты, когда на целевой стороне кажется, что модели легче учиться.

Оценки валидации моделей с обратным переводом по сравнению с моделями, использующими только трансферное обучение, представлены на рисунке 3.Мы наблюдаем, что в направлении TT-RU наблюдается постоянное улучшение за счет обратного перевода, что не так для RU-TT.

Рис. 4: Оценки валидации трансферного обучения с казахской 1-эпохой и казахской 6-эпохной инициализацией.

Модель языка V-D

Затем мы обучили татарскую языковую модель для Shallow Fusion на всех татарских одноязычных данных за четыре эпохи. Мы изменили весовой гиперпараметр языковой модели при суммировании его логитов с логитами модели перевода, но не смогли добиться значительного улучшения.С гиперпараметром, равным 0,003, мы получили только +0,004 BLEU (с учетом регистра) и +0,01 BLEU (без учета регистра). В исходной статье Shallow Fusion работал по-разному для разных наборов данных, в основном давая одни и те же незначительные улучшения.

Пересмотр обучения V-E Transfer

Рис. 5: Оценки валидации моделей трансферного обучения и обратного перевода.

Теперь, учитывая, что трансфертное обучение дало самые большие улучшения, мы задались вопросом, может ли обучение на казахско-русском параллельном корпусе в течение более чем одной эпохи улучшить результаты еще больше.Мы обучили модели KK-RU и RU-KK для шести эпох, достигнув 61,14 (+7,22) и 50,24 (+6,41) BLEU соответственно. Каждая эпоха длилась 5 часов.

После этой инициализации мы обучили татарско-русские модели на параллельном корпусе по 30 эпох каждая. Сравнивая с теми же моделями при 1-эпохной казахской инициализации, мы получили +0,86 и +0,75 (+2,89 и +2,57 по сравнению с исходным уровнем) BLEU для TT-RU и RU-TT соответственно. Оценки валидации моделей по сравнению с моделью, инициализированной за 1 эпоху, представлены на рисунке 4.

Мы также снова перевели одноязычные корпуса, используя эти инициализированные модели с 6 эпохами, и выполнили обратный перевод. Интересно, что добавление обратного перевода поверх казахской инициализации с 6 эпохами не дало ожидаемых улучшений: для TT-RU оно незначительно (+0,12 BLEU), для RU-TT обратный перевод даже ухудшило результаты (-0,53 BLEU). ), см. таблицу I.

Мы можем проанализировать это глубже, посмотрев на оценки валидации на рисунке 5: обратный перевод не всегда улучшает конечный результат, потому что он не имеет простого аддитивного эффекта.Мы думаем, что это может улучшить производительность, если базовая модель не раскрыла свой потенциал: например, мы можем наблюдать, что обратный перевод был очень полезным, когда он был применен при инициализации казахского языка за 1 эпоху в направлении TT-RU. Но когда качество модели улучшилось (инициализация 6 эпох), эффект стал незначительным. Для RU-TT обратное преобразование оказало некоторое влияние на инициализированную модель с 1 эпохой (лучше видно на рисунке 3), но только отрицательно повлияло на лучшую инициализированную модель с 6 эпохами.Кажется даже, что качество базовой модели обратно пропорционально выгоде, приносимой обратным переводом, что может показаться нелогичным, поскольку мы ожидаем, что лучшие модели будут генерировать лучший синтетический корпус.

Кроме того, эффект обратной трансляции сильно зависит от соотношения синтетических и параллельных данных. Варьируя это, мы могли бы достичь лучших результатов с помощью обратного перевода, потому что могли быть некоторые зависимости между оптимальным соотношением и качеством модели, которая использовалась для перевода одноязычных данных; для их изучения необходимы дополнительные эксперименты.

Модель	Корпус	TT-RU	RU-TT
Исходный	нечувствительный	26,40	23,90
	чувствительный	25,70	22,82
кк-иници-1	нечувствительный	28,43	25,72
	чувствительный	27,69	24,68
bt + kk-init-1	нечувствительный	30.06	26,40
	чувствительный	29,29	25,36
кк-иници-6	нечувствительный	29,29	26,47
	чувствительный	28,59	25,45
bt + kk-init-6	нечувствительный	29,41	25,94
	чувствительный	28,66	24,87

ТАБЛИЦА I. Тестовые баллы всех обученных моделей.

Vi Заключение

Как показано в Таблице I, мы получили наиболее значительное улучшение благодаря переносному обучению, хотя мы выполняли обратный перевод только при переносном обучении, так что сравнение некорректно. Мы заметили, что обратный перевод может значительно повысить точность перевода, но его производительность нестабильна, как показано в Разделе V-E. С практической точки зрения перевод занимает много времени, а обратный перевод увеличивает время обучения пропорционально размеру данных — в 8 раз дольше в наших экспериментах.

Мы интегрировали языковую модель с помощью Shallow Fusion, но не смогли добиться значительного улучшения. Это, вероятно, указывает на то, что необходим более эффективный метод интеграции, например Deep Fusion [3] или Simple Fusion [10] .

Мы заметили, что в зависимости от направления перевода обучение проходит по-разному, методы, которые мы опробовали, также имеют разный эффект. В конце концов, лучший результат для татарско-русского направления мы получили, когда применили обратный перевод при 1-эпохальной казахской инициализации; для русско-татарского языка наилучшие результаты показала модель 6-эпох, инициализированная казахом.

Подводя итог, мы исследовали нейронный машинный перевод для русско-татарской языковой пары и представили наши результаты и анализ применения Transfer Learning, Back-translation и Shallow Fusion к базовой модели Transformer. Мы экспериментировали с неизученной языковой парой, в то же время заполняя пробел малоресурсного МП между славянскими и тюркскими языками.

Список литературы

• [1] Д. Богданау, К. Чо и Ю. Бенжио (2015) Нейронный машинный перевод путем совместного обучения согласованию и переводу.На 3-й Международной конференции по обучающим представительствам ICLR 2015, Сан-Диего, Калифорния, США, 7-9 мая 2015 г., Материалы конференции, Ю. Бенжио и Ю. Лекун (ред.), Внешние ссылки: ссылка Цитируется: §II-A, §II-A, §II-А.
• [2] Дж. Геринг, М. Аули, Д. Гранжер, Д. Яратс, Ю. Н. Дофин (2017) Сверточная последовательность для обучения последовательности. В материалах 34-й Международной конференции по машинному обучению, ICML 2017, Сидней, Новый Южный Уэльс, Австралия, 6-11 августа 2017 г., Д. Прекап и Ю.W. Teh (ред.), Труды исследований машинного обучения, Vol. 70. С. 1243–1252. Внешние ссылки: ссылка Цитируется: §II-A.
• [3] Ç. Гюльчере, О. Фират, К. Сю, К. Чо, Л. Барро, Х. Линь, Ф. Бугарес, Х. Швенк и Ю. Бенжио (2015) Об использовании одноязычных корпусов в нейронном машинном переводе. CoRR абс / 1503.03535. Внешние ссылки: ссылка, 1503.03535 Цитируется: §II-A, §III-C, §VI.
• [4] А. Хусаинов, Д. Сулейманов, Р. Гильмуллин, А. Гатиатуллин (2018) Построение татарско-русской системы NMT на основе повторного перевода многоязычных данных.In Text, Speech, and Dialogue — 21-я Международная конференция, TSD 2018, Брно, Чешская Республика, 11-14 сентября 2018 г., Proceedings, П. Сойка, А. Хорак, И. Копечек и К. Пала (ред.), Конспект лекций по информатике, Vol. 11107, стр. 163–170. Внешние ссылки: ссылка, Документ Цитируется: §II-C.
• [5] Т. Кочми и О. Бояр (2018) Простое трансферное обучение для нейронного машинного перевода с низким уровнем ресурсов. В материалах Третьей конференции по машинному переводу: исследования Papers, WMT 2018, Бельгия, Брюссель, 31 октября — 1 ноября 2018 г., О.Боджар, Р. Чаттерджи, К. Федерманн, М. Фишел, Ю. Грэм, Б. Хаддоу, М. Хак, А. Химено-Йепес, П. Коэн, К. Монц, М. Негри, А. Невеол, М.Л. Невес , M. Post, L. Specia, M. Turchi, and K. Verspoor (Eds.), С. 244–252. Внешние ссылки: ссылка Цитируется: §II-A, §III-A, §V-B.
• [6] П. Коэн и Р. Ноулз (2017) Шесть задач нейронного машинного перевода. В материалах первого семинара по нейронному машинному переводу, NMT @ ACL 2017 г., Ванкувер, Канада, 4 августа 2017 г., Т. Луонг, А.Берч, Г. Нойбиг и А. М. Финч (ред.), С. 28–39. Внешние ссылки: ссылка Цитируется: §II-A.
• [7] К. Папинени, С. Рукос, Т. Уорд и В. Чжу (2002) Bleu: метод автоматической оценки машинного перевода. В материалах 40-го ежегодного собрания Ассоциации вычислительных Лингвистика, 6-12 июля 2002 г., Филадельфия, Пенсильвания, США. С. 311–318. Внешние ссылки: ссылка Цитируется: §IV-C.
• [8] Р. Сеннрих, Б. Хэддоу и А. Берч (2016) Улучшение моделей нейронного машинного перевода с одноязычными данными.В материалах 54-го ежегодного собрания Ассоциации вычислительных Лингвистика, ACL 2016, 7-12 августа 2016 г., Берлин, Германия, том 1: Длинные статьи, Внешние ссылки: ссылка Цитируется: §II-A, §III-B.
• [9] Р. Сеннрих, Б. Хэддоу и А. Берч (2016) Нейро-машинный перевод редких слов с подсловами. В материалах 54-го ежегодного собрания Ассоциации вычислительных Лингвистика, ACL 2016, 7-12 августа 2016 г., Берлин, Германия, том 1: Длинные статьи, Внешние ссылки: ссылка Цитируется: §III-A.
• [10] Ф. Штальберг, Дж. Кросс, В. Стоянов (2018) Простое слияние: возвращение языковой модели. В материалах Третьей конференции по машинному переводу: исследования Papers, WMT 2018, Бельгия, Брюссель, 31 октября — 1 ноября 2018 г., О. Бояр, Р. Чаттерджи, К. Федерманн, М. Фишель, Ю. Грэм, Б. Хаддоу, М. Хак, А. Химено-Йепес , П. Коэн, К. Монц, М. Негри, А. Невеол, М.Л. Невес, М. Пост, Л. Специа, М. Турчи и К. Верспур (ред.), С. 204–211. Внешние ссылки: ссылка Цитируется: §II-A, §V-C, §VI.
• [11] А. Васвани, Н. Шазир, Н. Пармар, Дж. Ушкорейт, Л. Джонс, А. Н. Гомес, Л. Кайзер, И. Полосухин (2017) Внимание — это все, что вам нужно. В достижениях в системах обработки нейронной информации 30: Ежегодная конференция по нейронным системам обработки информации 2017, 4-9 декабря 2017 г., Лонг-Бич, Калифорния, США, И. Гайон, У. фон Люксбург, С. Бенжио, Х. М. Валлах, Р. Фергус, С. В. Н. Вишванатан и Р. Гарнетт (ред.), С. 6000–6010. Внешние ссылки: ссылка Цитируется: §II-A, §IV-C.
• [12] П.Заремуди, В. Л. Бунтин и Г. Хаффари (2018) Адаптивный обмен знаниями в многозадачном обучении: улучшение нейронного машинного перевода с низким уровнем ресурсов.